Meta-Öğrenme Tabanlı Işın Yönetimi Ve Csı Geri Bildirim Optimizasyon Sistemi

Bu buluş, çok antenli hücresel haberleşme sistemlerinde beam management ve CSI geri bildirimi için meta- learning tabanlı bir optimizasyon mimarisi alanı ile ilgilidir. Buluş, farklı hücre ve senaryolarda sabit kod kitapları ve geri bildirim kurallarına dayalı beam yönetimi nedeniyle ortaya çıkan yüksek pilot ve geri bildirim yükü ile yavaş uyarlama problemini çözmeyi amaçlar. Önerilen sistemde, Hücre denetleyici düğümlerden toplanan beam kararları, CSI geri bildirimleri ve performans metrikleri Meta kontrol sunucusu ve Deneyim veri deposu aracılığıyla meta- öğrenme döngüsünde işlenir; Adaptasyon motoru, bu verilerden Işın yönetim modülü, CSI kodlayıcı birimi ve Kullanıcı ajan modülü için az sayıda ölçümle hızlı uyarlama yapabilen meta-parametreler üretir. Kullanıcı ajan modülü, bu meta-parametreleri kullanarak ölçüm ve geri bildirim politikasını bağlama göre ayarlarken, beam yönetimi ve CSI sıkıştırma ortak bir meta-öğrenme uzayında optimize edilir; böylece geri bildirim yükü azaltılırken beam kalitesi ve kanal kestirimi doğruluğu korunur. Sonuç olarak buluş, beam management ve CSI geri bildirimini, hücreler arası ve senaryolar arası transfer öğrenme ile birleştirerek, yeni ortamlar için hızlı uyarlama sağlayan, özgün ve patentlenebilir nitelikte bir meta-learning tabanlı kontrol sistemi sunar. TR 2025 018340 A2